CN113126682A - 设备的运行控制方法及装置 - Google Patents

设备的运行控制方法及装置 Download PDF

Info

Publication number
CN113126682A
CN113126682A CN202110667651.6A CN202110667651A CN113126682A CN 113126682 A CN113126682 A CN 113126682A CN 202110667651 A CN202110667651 A CN 202110667651A CN 113126682 A CN113126682 A CN 113126682A
Authority
CN
China
Prior art keywords
data
control model
test
residual
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110667651.6A
Other languages
English (en)
Other versions
CN113126682B (zh
Inventor
曾昊
黄靓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Kedi Intelligent Environment Co ltd
Original Assignee
Wuhan Kedi Intelligent Environment Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Kedi Intelligent Environment Co ltd filed Critical Wuhan Kedi Intelligent Environment Co ltd
Priority to CN202110667651.6A priority Critical patent/CN113126682B/zh
Publication of CN113126682A publication Critical patent/CN113126682A/zh
Application granted granted Critical
Publication of CN113126682B publication Critical patent/CN113126682B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D27/00Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
    • G05D27/02Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00Treatment of water, waste water, or sewage
    • C02F1/008Control or steering systems not provided for elsewhere in subclass C02F
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00Treatment of water, waste water, or sewage
    • C02F1/50Treatment of water, waste water, or sewage by addition or application of a germicide or by oligodynamic treatment
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00Controlling or monitoring parameters in water treatment
    • C02F2209/29Chlorine compounds

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Apparatus For Disinfection Or Sterilisation (AREA)

Abstract

本申请提供一种设备的运行控制方法及装置;该设备的运行控制方法通过第一控制模型初步确定第一投加数据,通过第二控制模型精准确定目标投加数据,可实现预测投加数据并实现快速整定控制功能,无需进行多次调整过程,缩短调整周期,且由于该方式通过第一控制模型初步确定投加数据和余量预测数据,并通过第二控制模型对投加数据和余量预测数据进行精确预测,能够适于多参数输入的情况和反馈范围发生变化的情况,且本申请通过第一控制模型得到第二控制模型,保证了第二控制模型预测的目标投加数据的准确性。

Description

设备的运行控制方法及装置
技术领域
本申请涉及设备控制技术领域,尤其是涉及一种设备的运行控制方法及装置。
背景技术
现有水厂对水处理的过程中,需要在水中加氯消毒,以杀灭水中的细菌。现有水厂加氯的控制方式通过PID(比例-微分-积分)控制,在PID控制的过程中,需要对水中的余氯量进行测量,一般需要经过给定量-余氯量反馈-给定量修正的过程,调整过程中最佳调整过程也需要两个周期,导致PID控制加氯的过程周期较长。且在PID控制的调整过程中,容易导致余氯量超标,水质无法达标。且该过程中PID的参数设置是通过工作人员的经验设定,导致对工作人员的要求较高。且PID控制方式一般应用于单点输入和输出方式的控制,且只适于部分范围的调整,对于多个参数输入时,反馈值范围发生变化时,PID调整无法确定的控制加氯量。
所以,现有水厂加氯的过程存在需要人工进行调整加氯量,导致调整周期较长的技术问题。
发明内容
本申请实施例提供一种设备的运行控制方法及装置,用以解决现有水厂加氯的过程存在需要人工进行调整加氯量所导致的调整周期较长的技术问题。
本申请实施例提供一种设备的运行控制方法,该设备的运行控制方法包括:
获取目标杀菌池中杀菌剂投加设备的投加设备标识、余量检测设备的检测设备标识;
获取所述目标杀菌池的液体输入数据;
调用第一控制模型,基于所述液体输入数据生成第一投加数据和第一余量预测数据;
根据所述投加设备标识,向所述杀菌剂投加设备发送所述第一投加数据,以触发所述杀菌剂投加设备根据所述第一投加数据向所述目标杀菌池内投放杀菌剂;
根据所述检测设备标识,从所述余量检测设备获取所述第一投加数据对应的第一余量实际数据;
根据所述第一余量预测数据和所述第一余量实际数据,基于所述第一控制模型得到第二控制模型;
根据所述第二控制模型、所述目标杀菌池的实际液体输入数据、目标余量数据,生成目标投加数据,并基于所述投加设备标识向所述杀菌剂投加设备发送所述目标投加数据,以触发所述杀菌剂投加设备根据所述目标投加数据向所述目标杀菌池内投放杀菌剂。
同时,本申请实施例提供一种设备的运行控制装置,该设备的运行控制装置包括:
第一获取模块,用于获取目标杀菌池中杀菌剂投加设备的投加设备标识、余量检测设备的检测设备标识;
第二获取模块,用于获取所述目标杀菌池的液体输入数据;
调用模块,用于调用第一控制模型,基于所述液体输入数据生成第一投加数据和第一余量预测数据;
发送模块,用于根据所述投加设备标识,向所述杀菌剂投加设备发送所述第一投加数据,以触发所述杀菌剂投加设备根据所述第一投加数据向所述目标杀菌池内投放杀菌剂;
第三获取模块,用于根据所述检测设备标识,从所述余量检测设备获取所述第一投加数据对应的第一余量实际数据;
确定模块,用于根据所述第一余量预测数据和所述第一余量实际数据,基于所述第一控制模型得到第二控制模型;
生成模块,用于根据所述第二控制模型、所述目标杀菌池的实际液体输入数据、目标余量数据,生成目标投加数据,并基于所述投加设备标识向所述杀菌剂投加设备发送所述目标投加数据,以触发所述杀菌剂投加设备根据所述目标投加数据向所述目标杀菌池内投放杀菌剂。
同时,本申请实施例提供一种服务器,所述服务器包括存储器,处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中,所述处理器执行程序时实现上述设备的运行控制方法中的步骤。
同时,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有多条指令,指令适于处理器进行加载,以执行上述设备的运行控制方法中的步骤。
有益效果:本申请提供一种设备的运行控制方法及装置;该设备的运行控制方法先获取目标杀菌池中杀菌剂投加设备的投加设备标识、余量检测设备的检测设备标识,获取目标杀菌池的液体输入数据,然后调用第一控制模型,基于液体输入数据生成第一投加数据和第一余量预测数据,然后根据投加设备标识,向杀菌剂投加设备发送第一投加数据,以触发杀菌剂投加设备工具第一投加数据向目标杀菌池内投放杀菌剂,然后根据检测设备标识,从余量检测设别获取第一投加数据对应的第一余量实际数据,然后根据第一余量预测数据和第一余量实际数据,基于第一控制模型得到第二控制模型,然后根据第二控制模型、目标杀菌池的实际液体输入数据、目标余量数据,生成目标投加数据,并基于投加设备标识向杀菌剂投加设备发送目标投加数据,以触发杀菌剂投加设备工具目标投加数据向目标杀菌池内投放杀菌剂。本申请通过向目标杀菌池内投加杀菌剂时,先调用第一控制模型基于液体输入数据生成第一投加数据和第一余量预测数据,同时,根据第一余量实际数据和第一余量预测数据,得到第二控制模型,使第二控制模型能够根据目标杀菌池的实际液体输入数据、目标余量数据生成目标投加数据,使在需要向目标杀菌池中加入杀菌剂时,通过第一控制模型初步确定第一投加数据,通过第二控制模型精确确定目标投加数据,可实现预测加药数据并实现快速整定控制功能,无需进行多次调整过程,缩短调整周期,且由于该方式通过第一控制模型初步确定投加数据和余量预测数据,并通过第二控制模型对投加数据和余量预测数据进行精确预测,能够适于多参数输入的情况和反馈范围发生变化的情况,且本申请通过第一控制模型得到第二控制模型,保证了第二控制模型预测的目标投加数据的准确性。
附图说明
下面结合附图,通过对本申请的具体实施方式详细描述,将使本申请的技术方案及其它有益效果显而易见。
图1为本申请实施例提供的设备的运行控制方法的第一种流程图。
图2为本申请实施例提供的设备的运行控制方法的第二种流程图。
图3为本申请实施例提供的设备的运行控制装置的结构示意图。
图4为本申请实施例提供的服务器的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1为本申请实施例提供的设备的运行控制方法的第一种流程图,请参阅图1,该设备的运行控制方法包括以下步骤:
101:获取目标杀菌池中杀菌剂投加设备的投加设备标识、余量检测设备的检测设备标识。
在一种实施例中,以水厂中水处理过程为例,水厂的水处理过程中包括前加药过程和后加药过程,通过不同阶段的加药对水进行杀菌,则目标杀菌池包括水厂前加药过程的杀菌池,后加药过程的杀菌池。
在一种实施例中,杀菌剂投加设备包括投加杀菌剂的设备,该杀菌剂投加设备可以是对当前杀菌剂投加设备进行改进后的设备,也可以是新设计的杀菌剂投加设备,例如当前杀菌剂投加设备通过人工控制,仅包括机械部分,由于本申请实施例通过指令或者信号对杀菌剂投加设备进行控制,则杀菌剂投加设备中设有信号交互部分,通过信号控制杀菌剂投加设备工作。
在一种实施例中,余量检测设备包括检测目标杀菌池中杀菌剂的余量的设备,该余量检测设备可以是对当前余量检测设备改进后的设备,也可以是新设计的余量检测设备,例如当前余量检测设备通过人工控制,本申请实施例中通过指令或者信号对余量检测设备进行控制,则余量检测设备中设有信号交互部分,通过信号控制余量检测设备工作。
在一种实施例中,杀菌剂投加设备的投加设备标识、余量检测设备的检测设备标识可以以数据的方式存储在电子设备中,在需要控制杀菌剂投加设备和余量检测设备时,通过获取杀菌剂投加设备的投加设备标识和余量检测设备的检测设备标识,从而确定工作的杀菌剂投加设备和余量检测设备,并控制杀菌剂投加设备和余量检测设备工作。
在本申请实施例中,以对水进行处理为例,在水处理到达前加药过程或者后加药过程时,获取前加药过程或者后加药过程对应的目标杀菌池中杀菌剂投加设备的投加设备、余量检测设备的检测设备标识,以控制该杀菌剂投加设备和余量检测设备工作。
102:获取所述目标杀菌池的液体输入数据。
在一种实施例中,液体包括污水、自然水,液体输入数据包括液体流量、液体的PH(酸碱度)值、液体的温度、液体的浊度、液体中化学物质的含量。
在一种实施例中,获取所述目标杀菌池的液体输入数据时,可以通过各类仪器或者设备对输入液体进行测量,得到液体输入数据,例如通过温度计对输入液体的温度进行测量。
103:调用第一控制模型,基于所述液体输入数据生成第一投加数据和第一余量预测数据。
在一种实施例中,第一控制模型可以是未进行训练的控制模型,也可以是经过初步训练后的控制模型。
在一种实施例中,第一投加数据指杀菌剂的投加数据,包括杀菌剂的投加量、杀菌剂的种类(杀菌剂的化学成分、有效化学成分以及各成分的占比)。第一余量预测数据指杀菌剂的余量数据,包括杀菌剂的余量,杀菌剂中有效化学成分的余量。
针对第一控制模型是初步训练后的控制模型,可以通过对初始控制模型进行训练得到第一控制模型,此步骤包括:设定初始控制模型;获取所述目标杀菌池内的测试液体输入数据、测试投加数据以及对应的测试余量数据;根据所述测试液体输入数据、测试投加数据以及对应的测试余量数据,对所述初始控制模型进行训练,得到第一控制模型。在设定初始控制模型后,通过获取历史数据,包括测试液体输入数据、测试投加数据以及对应的测试余量数据,对初始控制模型进行调整,使得调整后的初始控制模型能够通过测试液体输入数据,预测出测试投加数据以及对应的测试余量数据,得到第一控制模型,则可以通过第一控制模型基于液体输入数据生成第一投加数据和第一余量预测数据,对输入液体所需的杀菌剂投加量进行预测。
在对初始控制模型进行训练时,通过初始控制模型的预测结果与历史数据中的余量数据的比较对初始控制模型进行调整,从而得到第一控制模型。则所述根据所述测试液体输入数据、测试投加数据以及对应的测试余量数据,对所述初始控制模型进行训练,得到第一控制模型的步骤,包括:调用初始控制模型,基于所述测试液体输入数据以及所述测试投加数据生成第一测试余量预测数据;在所述第一测试余量预测数据与所述测试余量数据的匹配度大于或者等于第一预设匹配度时,确定第一控制模型。在使用初始控制模型预测得到第一测试余量预测数据后,在第一测试余量预测数据与测试余量数据的匹配度大于或者等于第一预设匹配度时,则确定初始控制模型的准确性较好,则可以将初始控制模型作为第一控制模型。
具体的,例如以温度为测试液体输入数据,以加氯量为测试投加数据,通过初始控制模型基于温度以及加氯量生成第一测试余量预测数据,预测余氯量随着加氯量变化的曲线,然后比对预测的余氯量随加氯量变化的数据,与测试余量数据,在第一测试余量预测数据与测试余量数据的匹配度大于或者等于第一预设匹配度时,将初始控制模型作为第一控制模型。
具体的,第一测试余量预测数据与测试余量数据的匹配度指在相同的测试投加数据下,第一测试余量预测数据的变化曲线与测试余量数据的变化曲线的吻合度,第一预设匹配度的大小可以根据需求设定,例如第一测试余量预测数据与测试余量数据中95%的数据相同或者相近,则可以设定第一预设匹配度为95%。其中,第一测试余量预测数据与测试余量数据的数据相近指第一测试余量预测数据与测试余量数据的差距对液体的质量的影响较小,例如水的余氯量要求为A,第一测试余量预测数据为0.99A,则可以确定第一测试余量预测数据与测试余量数据的匹配度大于或者等于第一预设匹配度。
针对第一测试余量预测数据与测试余量数据的匹配度大于或者等于第一预设匹配度时,会存在部分阶段的数据差异较大,即数据在某些阶段出现跳变,导致模型预测在部分阶段出现误差,则可以针对第一测试余量预测数据与测试余量数据差异较大的阶段,建立初始补偿模型,并对该初始补偿模型进行训练后得到训练后的补偿预测模型。
在一种实施例中,所述在所述第一测试余量预测数据与所述测试余量数据的匹配度大于或者等于预设匹配度时,确定第一控制模型的步骤,还包括:获取所述第一测试余量预测数据与所述测试余量数据中的不同部分;根据所述第一测试余量预测数据与所述测试余量数据中的不同部分,建立初始补偿模型;对所述初始补偿模型进行训练,得到训练后的补偿预测模型。即通过针对第一测试余量预测数据与测试余量数据中的不同部分,建立初始补偿模型,并对初始补偿模型进行训练,得到训练后的补偿预测模型,使得在预测余量数据时,能够针对各个阶段的投加数据得到准确的余量预测数据,从而确定符合需求的投加数据。
针对第一测试余量预测数据与测试余量数据的匹配度小于第一预设匹配度时,表示初始控制模型无法准确预测余量数据,则可以调整初始控制模型使初始控制模型符合需求。此步骤包括:在所述第一测试余量预测数据与所述测试余量数据的匹配度小于第一预设匹配度时,基于第一测试余量预测数据和所述测试余量数据,调整所述初始控制模型;调用调整后的初始控制模型,基于所述测试液体数据以及所述测试投加数据生成第二测试余量预测数据;在所述第二测试余量预测数据与所述测试余量数据的匹配度大于或者等于第一预测匹配度时,确定第一控制模型。即在根据测试液体输入数据、测试投加数据以及对应的测试余量数据训练初始控制模型时,可以基于测试余量数据和第一测试余量预测数据对初始控制模型进行调整,以得到第一控制模型。
在一种实施例中,所述根据所述测试液体输入数据、测试投加数据以及对应的测试余量数据,对所述初始控制模型进行训练,得到第一控制模型的步骤,包括:根据所述测试液体输入数据、测试投加数据以及对应的测试余量数据,对各影响因素的初始控制模型进行训练,得到各影响因素训练后的控制模型;根据各影响因素训练后的控制模型,确定第一控制模型。在确定第一控制模型时,可以根据各影响因素对应的控制模型确定第一控制模型,例如通过分别得到液体流量对应的控制模型、液体的PH值对应的控制模型、液体温度对应的控制模型、液体浊度对应的控制模型,则可以根据液体流量对应的控制模型、液体的PH值对应的控制模型、液体温度对应的控制模型、液体浊度对应的控制模型得到第一控制模型。
具体的,在得到各影响因素对应的控制模型后,确定各影响因素的影响因子,则可以根据各影响因素的影响因子确定第一控制模型,并在得到的第一控制模型存在缺陷时,对第一控制模型进行调整。
在本申请实施例,以第一控制模型为初步训练后的初始控制模型进行了详细说明,在确定第一控制模型后,还需要对第一控制模型进行大量数据的训练,以使得到的第二控制模型能够对不同的输入液体的余量数据进行预测。
104:根据所述投加设备标识,向所述杀菌剂投加设备发送所述第一投加数据,以触发所述杀菌剂投加设备根据所述第一投加数据向所述目标杀菌池内投放杀菌剂。
在根据第一控制模型预测得到第一投加数据和第一余量预测数据后,可以向杀菌剂投加设备发送第一投加数据,使杀菌剂投加设备向目标杀菌池中投放第一投加数据的杀菌剂,并根据第一余量实际数据,验证第一控制模型,以使得控制模型能够准确预测余量数据。
105:根据所述检测设备标识,从所述余量检测设备获取所述第一投加数据对应的第一余量实际数据。
在根据第一控制模型确定第一投加数据后,通过余量检测设备检测目标杀菌池中的杀菌剂余量,得到第一余量实际数据,以根据第一余量实际数据和第一余量预测数据,确定第一控制模型的准确性。
106:根据所述第一余量预测数据和所述第一余量实际数据,基于所述第一控制模型得到第二控制模型。
在本申请实施例中,在确定第一余量预测数据和第一余量实际数据后,可以比对第一余量预测数据和第一余量实际数据,从而能够得到第二控制模型,使第二控制模型针对不同的液体输入数据,均能输出准确的投加数据。
在一种实施例中,所述根据所述第一余量预测数据和所述第一余量实际数据,基于所述第一控制模型得到第二控制模型的步骤,包括:根据所述第一余量预测数据和所述第一余量实际数据,确定所述第一余量预测数据和所述第一余量实际数据的匹配度;在所述第一余量预测数据和所述第一余量实际数据的匹配度大于或者等于第二预设匹配度时,将所述第一控制模型确定为第二控制模型。在采用不同阶段、不同参数范围的液体输入数据时,在第一控制模型预测得到的第一余量预测数据与第一余量实际数据的匹配度或者等于第二预设匹配度时,将所述第一控制模型确定为第二控制模型。
具体的,第一余量预测数据和第一余量实际数据的匹配度指在相同的第一投加数据下,第一余量预测数据的变化曲线与第一余量实际数据的变化曲线的吻合度,第二预设匹配度的大小可以根据需求设定,例如第一余量预测数据和第一余量实际数据中95%的数据对应相同或者相近,则可以设定第二预设匹配度为95%。其中,第一余量预测数据和第一余量实际数据的数据相近指第一余量预测数据和第一余量实际数据的差距对液体的质量的影响较小,例如水的余氯量要求为A,第一余量预测数据为0.99A,则可以确定第一余量预测数据的匹配度大于或者等于第二预设匹配度。
针对第一控制模型仅能对准确预测部分液体输入数据对应的余量数据,可以对第一控制模型进行调整,使得第二控制模型能够准确预测各液体输入对应的余量数据。在一种实施例中,在所述根据所述第一余量预测数据和所述第一余量实际数据,确定所述第一余量预测数据和所述第一余量实际数据的匹配度的步骤之后,还包括:在所述第一余量预测数据和所述第一余量实际数据的匹配度与第二预设匹配度的差值小于或者等于预设值时,对所述第一控制模型进行调整;根据所述液体输入数据、所述第一投加数据和所述第一余量实际数据,基于调整后的第一控制模型得到所述第二控制模型。
具体的,在第一余量预测数据和第一余量实际数据的匹配度小于第二预设匹配度时,即第一控制模型存在缺陷,同时第一余量预测数据和第一余量实际数据的匹配度与第二预测匹配度的差值小于预设值时,表示第一控制模型预测的第一余量预测数据存在一定的偏差,可以通过对第一控制模型进行调整,并对调整后的第一控制模型进行训练后得到第二控制模型,从而保证第二控制模型根据液体输入数据预测的余量数据准确。
在一种实施例中,在所述根据所述第一余量预测数据和所述第一余量实际数据,确定所述第一余量预测数据和所述第一余量实际数据的匹配度的步骤之后,还包括:在所述第一余量预测数据和所述第一余量实际数据的匹配度与第二预设匹配度的差值大于预设值时,基于第一控制模型确定第三控制模型;根据所述液体输入数据、所述第一投加数据和所述第一余量实际数据,基于所述第三控制模型得到所述第二控制模型。
具体的,在第一余量预测数据和第一余量实际数据的匹配度与第二预设匹配度的差值大于预设值时,表示第一控制模型无法预测液体输入数据对应的余量数据,此时可能出现了阶段的跳变,则可以基于第一控制模型建立第三控制模型,使得根据第三控制模型得到第二控制模型,则得到的第二控制模型考虑了第一控制模型和第三控制模型,从而使得第二控制模型对液体输入数据对应的余量数据的预测较为准确。
107:根据所述第二控制模型、所述目标杀菌池的实际液体输入数据、目标余量数据,生成目标投加数据,并基于所述投加设备标识向所述杀菌剂投加设备发送所述目标投加数据,以触发所述杀菌剂投加设备根据所述目标投加数据向所述目标杀菌池内投放杀菌剂。
在一种实施例中,在确定第二控制模型后,根据目标杀菌池的实际液体输入数据、目标余量数据生成目标投加数据,则可以精准的确定目标投加数据,从而保证投加数据的准确性。
本申请实施例提供一种设备的运行控制方法,该设备的运行控制方法通过在需要向目标杀菌池内投加杀菌剂时,先调用第一控制模型基于液体输入数据生成第一投加数据和第一余量预测数据,并根据第一余量实际数据和第一余量预测数据,得到第二控制模型,使得第二控制模型能够根据目标杀菌池的实际液体输入数据、目标余量数据生成目标投加数据,使得在需要向目标杀菌池中加入杀菌剂时,通过第二控制模型确定目标投加数据,无需进行多次调整过程,缩短调整周期,且由于该方式通过第二控制模型进行预测,能够适于多参数输入的情况和反馈范围发生变化的情况,且本申请通过第一控制模型得到第二控制模型,保证了第二控制模型预测的目标投加数据的准确性。
图2为本申请实施例提供的设备的运行控制方法的第二种流程图,请参阅图2,该设备的运行控制方法包括以下步骤:
201:获取目标杀菌池中氯投加设备的投加设备标识、余氯量检测设备的检测设备标识。
在一种实施例中,以在液体中加氯为例,需要先获取到目标杀菌池中氯投加设备的投机设备标识、余氯量检测设备的检测设备标识,使得可以向目标杀菌池中进行氯投加,并检测余氯量。
202:获取所述目标杀菌池的液体的温度和液体的流量。
在一种实施例中,在获取目标杀菌池中液体的输入数据时,可以获取液体的温度和液体的流量,根据液体的温度和液体的流量,确定加氯量与余氯量的对应关系,从而确定符合需求的加氯量。
203:调用第一控制模型,基于所述液体的温度和所述液体的流量生成第一加氯数据和第一余氯量预测数据。
在一种实施例中,通过调用第一控制模型,使得第一控制模型可以基于液体的温度和液体的流量生成第一加氯数据和第一余氯预测数据,从而根据第一加氯数据向目标杀菌池内投放氯,并可以验证第一余氯预测数据是否准确。
204:根据所述投加设备标识,向所述氯投加设备发送所述第一加氯数据,以触发所述氯投加设备根据所述第一加氯数据向所述目标杀菌池内投放氯。
在一种实施例中,在确定第一加氯数据后,通过投加设备标识,向氯投加设备发送第一加氯数据,使得氯投加设备可以根据第一加氯数据向目标杀菌池内投放氯。
205:根据所述检测设备标识,从所述余氯量检测设备获取所述第一加氯数据对应的第一余氯量实际数据。
在一种实施例中,在向目标杀菌池中投放氯后,使得余氯量检测设备检测第一余氯量实际数据,从而确定第一余氯量实际数据与第一余氯量预测数据的关系,从而进行相应的处理。
206:根据所述第一余氯量预测数据和所述第一余氯量实际数据,基于所述第一控制模型得到第二控制模型。
在一种实施例中,在确定第一余氯量预测数据和第一余氯量实际数据后,可以根据第一余氯量预测数据和第一余氯量实际数据的关系,基于第一控制模型得到第二控制模型,使得第二控制模型针对不同液体的温度和液体的流量,对于多参数的液体输入数据,可以准确的预测加氯数据和余氯量数据的关系,从而确定符合需求的加氯数据。
207:根据所述第二控制模型、所述目标杀菌池的液体的实际温度和液体的实际流量、目标余氯量数据,生成目标加氯数据,并基于所述投加设备标识向所述氯投加设备发送所述目标加氯数据,以触发所述氯投加设备根据所述目标加氯数据向所述目标杀菌池内投放氯。
在一种实施例中,在确定第二控制模型后,根据目标杀菌池的液体的实际温度和液体的实际流量、目标余氯量数据,生成目标加氯数据,则可以在输入液体时,准确预测目标加氯数据,从而向目标杀菌池内投放氯。
相应的,图3为本申请实施例提供的设备的运行控制装置的结构示意图;请参阅图3,该设备的运行控制装置包括以下模块:
第一获取模块301,用于获取目标杀菌池中杀菌剂投加设备的投加设备标识、余量检测设备的检测设备标识;
第二获取模块302,用于获取所述目标杀菌池的液体输入数据;
调用模块303,用于调用第一控制模型,基于所述液体输入数据生成第一投加数据和第一余量预测数据;
发送模块304,用于根据所述投加设备标识,向所述杀菌剂投加设备发送所述第一投加数据,以触发所述杀菌剂投加设备根据所述第一投加数据向所述目标杀菌池内投放杀菌剂;
第三获取模块305,用于根据所述检测设备标识,从所述余量检测设备获取所述第一投加数据对应的第一余量实际数据;
确定模块306,用于根据所述第一余量预测数据和所述第一余量实际数据,基于所述第一控制模型得到第二控制模型;
生成模块307,用于根据所述第二控制模型、所述目标杀菌池的实际液体输入数据、目标余量数据,生成目标投加数据,并基于所述投加设备标识向所述杀菌剂投加设备发送所述目标投加数据,以触发所述杀菌剂投加设备根据所述目标投加数据向所述目标杀菌池内投放杀菌剂。
在一种实施例中,所述设备的运行控制装置还包括设定模块,设定模块用于设定初始控制模型;获取所述目标杀菌池内的测试液体输入数据、测试投加数据以及对应的测试余量数据;根据所述测试液体输入数据、测试投加数据以及对应的测试余量数据,对所述初始控制模型进行训练,得到第一控制模型。
在一种实施例中,设定模块用于调用初始控制模型,基于所述测试液体输入数据以及所述测试投加数据生成第一测试余量预测数据;在所述第一测试余量预测数据与所述测试余量数据的匹配度大于或者等于第一预设匹配度时,确定第一控制模型。
在一种实施例中,设定模块用于获取所述第一测试余量预测数据与所述测试余量数据中的不同部分;根据所述第一测试余量预测数据与所述测试余量数据中的不同部分,建立初始补偿模型;对所述初始补偿模型进行训练,得到训练后的补偿预测模型。
在一种实施例中,设定模块用于在所述第一测试余量预测数据与所述测试余量数据的匹配度小于第一预设匹配度时,基于第一测试余量预测数据和所述测试余量数据,调整所述初始控制模型;调用调整后的初始控制模型,基于所述测试液体数据以及所述测试投加数据生成第二测试余量预测数据;在所述第二测试余量预测数据与所述测试余量数据的匹配度大于或者等于第一预设匹配度时,确定第一控制模型。
在一种实施例中,设定模块用于根据所述测试液体输入数据、测试投加数据以及对应的测试余量数据,对各影响因素的初始控制模型进行训练,得到各影响因素训练后的控制模型;根据各影响因素训练后的控制模型,确定第一控制模型。
在一种实施例中,确定模块306用于根据所述第一余量预测数据和所述第一余量实际数据,确定所述第一余量预测数据和所述第一余量实际数据的匹配度;在所述第一余量预测数据和所述第一余量实际数据的匹配度大于或者等于第二预设匹配度时,将所述第一控制模型确定为第二控制模型。
在一种实施例中,确定模块306用于在所述第一余量预测数据和所述第一余量实际数据的匹配度与第二预设匹配度的差值小于或者等于预设值时,对所述第一控制模型进行调整;根据所述液体输入数据、所述第一投加数据和所述第一余量实际数据,基于调整后的第一控制模型得到所述第二控制模型。
在一种实施例中,确定模块306用于在所述第一余量预测数据和所述第一余量实际数据的匹配度与第二预设匹配度的差值大于预设值时,基于第一控制模型确定第三控制模型;根据所述液体输入数据、所述第一投加数据和所述第一余量实际数据,基于所述第三控制模型得到所述第二控制模型。
相应的,本申请实施例还提供一种服务器,如图4所示,该服务器可以包括射频(RF,Radio Frequency)电路401、包括有一个或一个以上计算机可读存储介质的存储器402、输入单元403、显示单元404、传感器405、音频电路406、无线保真(WiFi,WirelessFidelity)模块407、包括有一个或者一个以上处理核心的处理器408、以及电源409等部件。本领域技术人员可以理解,图4中示出的服务器结构并不构成对服务器的限定,可以包括比图示更多或更少的部件,或者组合某些部分,或者不同的部件布置。其中:
RF电路401可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,交由一个或者一个以上处理器408处理;另外,将涉及上行的数据发送给基站。存储器402可用于存储软件程序以及模块,处理器408通过运行存储在存储器402的软件程序以及模块,从而执行各种功能应用以及数据处理。输入单元403可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
显示单元404可用于显示由用户输入的信息或提供给用户的信息以及服务器的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。
服务器还可包括至少一种传感器405,比如光传感器、运动传感器以及其他传感器。音频电路406包括扬声器,扬声器可提供用户与服务器之间的音频接口。
WiFi属于短距离无线传输技术,服务器通过WiFi模块407可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图4示出了WiFi模块407,但是可以理解的是,其并不属于服务器的必须构成,完全可以根据需要在不改变申请的本质的范围内而省略。
处理器408是服务器的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行服务器的各种功能和处理数据,从而对手机进行整体监控。
服务器还包括给各个部件供电的电源409(比如电池),优选的,电源可以通过电源管理系统与处理器408逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出,服务器还可以包括摄像头、蓝牙模块等,在此不再赘述。具体在本实施例中,服务器中的处理器408会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器408来运行存储在存储器402中的应用程序,从而实现以下功能:
获取目标杀菌池中杀菌剂投加设备的投加设备标识、余量检测设备的检测设备标识;获取所述目标杀菌池的液体输入数据;调用第一控制模型,基于所述液体输入数据生成第一投加数据和第一余量预测数据;根据所述投加设备标识,向所述杀菌剂投加设备发送所述第一投加数据,以触发所述杀菌剂投加设备根据所述第一投加数据向所述目标杀菌池内投放杀菌剂;根据所述检测设备标识,从所述余量检测设备获取所述第一投加数据对应的第一余量实际数据;根据所述第一余量预测数据和所述第一余量实际数据,基于所述第一控制模型得到第二控制模型;根据所述第二控制模型、所述目标杀菌池的实际液体输入数据、目标余量数据,生成目标投加数据,并基于所述投加设备标识向所述杀菌剂投加设备发送所述目标投加数据,以触发所述杀菌剂投加设备根据所述目标投加数据向所述目标杀菌池内投放杀菌剂。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文的详细描述,此处不再赘述。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以实现以下功能:
获取目标杀菌池中杀菌剂投加设备的投加设备标识、余量检测设备的检测设备标识;获取所述目标杀菌池的液体输入数据;调用第一控制模型,基于所述液体输入数据生成第一投加数据和第一余量预测数据;根据所述投加设备标识,向所述杀菌剂投加设备发送所述第一投加数据,以触发所述杀菌剂投加设备根据所述第一投加数据向所述目标杀菌池内投放杀菌剂;根据所述检测设备标识,从所述余量检测设备获取所述第一投加数据对应的第一余量实际数据;根据所述第一余量预测数据和所述第一余量实际数据,基于所述第一控制模型得到第二控制模型;根据所述第二控制模型、所述目标杀菌池的实际液体输入数据、目标余量数据,生成目标投加数据,并基于所述投加设备标识向所述杀菌剂投加设备发送所述目标投加数据,以触发所述杀菌剂投加设备根据所述目标投加数据向所述目标杀菌池内投放杀菌剂。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本申请实施例所提供的任一种方法中的步骤,因此,可以实现本申请实施例所提供的任一种方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
以上对本申请实施例所提供的一种设备的运行控制方法及装置、服务器及计算机可读存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的技术方案及其核心思想;本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例的技术方案的范围。

Claims (10)

1.一种设备的运行控制方法,其特征在于,包括:
获取目标杀菌池中杀菌剂投加设备的投加设备标识、余量检测设备的检测设备标识;
获取所述目标杀菌池的液体输入数据;
调用第一控制模型,基于所述液体输入数据生成第一投加数据和第一余量预测数据;
根据所述投加设备标识,向所述杀菌剂投加设备发送所述第一投加数据,以触发所述杀菌剂投加设备根据所述第一投加数据向所述目标杀菌池内投放杀菌剂;
根据所述检测设备标识,从所述余量检测设备获取所述第一投加数据对应的第一余量实际数据;
根据所述第一余量预测数据和所述第一余量实际数据,基于所述第一控制模型得到第二控制模型;
根据所述第二控制模型、所述目标杀菌池的实际液体输入数据、目标余量数据,生成目标投加数据,并基于所述投加设备标识向所述杀菌剂投加设备发送所述目标投加数据,以触发所述杀菌剂投加设备根据所述目标投加数据向所述目标杀菌池内投放杀菌剂。
2.如权利要求1所述的设备的运行控制方法,其特征在于,在所述调用第一控制模型,基于所述液体输入数据生成第一投加数据和第一余量预测数据的步骤之前,还包括:
设定初始控制模型;
获取所述目标杀菌池内的测试液体输入数据、测试投加数据以及对应的测试余量数据;
根据所述测试液体输入数据、测试投加数据以及对应的测试余量数据,对所述初始控制模型进行训练,得到第一控制模型。
3.如权利要求2所述的设备的运行控制方法,其特征在于,所述根据所述测试液体输入数据、测试投加数据以及对应的测试余量数据,对所述初始控制模型进行训练,得到第一控制模型的步骤,包括:
调用初始控制模型,基于所述测试液体输入数据以及所述测试投加数据生成第一测试余量预测数据;
在所述第一测试余量预测数据与所述测试余量数据的匹配度大于或者等于第一预设匹配度时,确定第一控制模型。
4.如权利要求3所述的设备的运行控制方法,其特征在于,所述在所述第一测试余量预测数据与所述测试余量数据的匹配度大于或者等于第一预设匹配度时,确定第一控制模型的步骤,还包括:
获取所述第一测试余量预测数据与所述测试余量数据中的不同部分;
根据所述第一测试余量预测数据与所述测试余量数据中的不同部分,建立初始补偿模型;
对所述初始补偿模型进行训练,得到训练后的补偿预测模型。
5.如权利要求3所述的设备的运行控制方法,其特征在于,在所述调用初始控制模型,基于所述测试液体输入数据以及所述测试投加数据生成第一测试余量预测数据的步骤之后,还包括:
在所述第一测试余量预测数据与所述测试余量数据的匹配度小于第一预设匹配度时,基于第一测试余量预测数据和所述测试余量数据,调整所述初始控制模型;
调用调整后的初始控制模型,基于所述测试液体数据以及所述测试投加数据生成第二测试余量预测数据;
在所述第二测试余量预测数据与所述测试余量数据的匹配度大于或者等于第一预设匹配度时,确定第一控制模型。
6.如权利要求2所述的设备的运行控制方法,其特征在于,所述根据所述测试液体输入数据、测试投加数据以及对应的测试余量数据,对所述初始控制模型进行训练,得到第一控制模型的步骤,包括:
根据所述测试液体输入数据、测试投加数据以及对应的测试余量数据,对各影响因素的初始控制模型进行训练,得到各影响因素训练后的控制模型;
根据各影响因素训练后的控制模型,确定第一控制模型。
7.如权利要求1所述的设备的运行控制方法,其特征在于,所述根据所述第一余量预测数据和所述第一余量实际数据,基于所述第一控制模型得到第二控制模型的步骤,包括:
根据所述第一余量预测数据和所述第一余量实际数据,确定所述第一余量预测数据和所述第一余量实际数据的匹配度;
在所述第一余量预测数据和所述第一余量实际数据的匹配度大于或者等于第二预设匹配度时,将所述第一控制模型确定为第二控制模型。
8.如权利要求7所述的设备的运行控制方法,其特征在于,在所述根据所述第一余量预测数据和所述第一余量实际数据,确定所述第一余量预测数据和所述第一余量实际数据的匹配度的步骤之后,还包括:
在所述第一余量预测数据和所述第一余量实际数据的匹配度与第二预设匹配度的差值小于或者等于预设值时,对所述第一控制模型进行调整;
根据所述液体输入数据、所述第一投加数据和所述第一余量实际数据,基于调整后的第一控制模型得到所述第二控制模型。
9.如权利要求7所述的设备的运行控制方法,其特征在于,在所述根据所述第一余量预测数据和所述第一余量实际数据,确定所述第一余量预测数据和所述第一余量实际数据的匹配度的步骤之后,还包括:
在所述第一余量预测数据和所述第一余量实际数据的匹配度与第二预设匹配度的差值大于预设值时,基于第一控制模型确定第三控制模型;
根据所述液体输入数据、所述第一投加数据和所述第一余量实际数据,基于所述第三控制模型得到所述第二控制模型。
10.一种设备的运行控制装置,其特征在于,包括:
第一获取模块,用于获取目标杀菌池中杀菌剂投加设备的投加设备标识、余量检测设备的检测设备标识;
第二获取模块,用于获取所述目标杀菌池的液体输入数据;
调用模块,用于调用第一控制模型,基于所述液体输入数据生成第一投加数据和第一余量预测数据;
发送模块,用于根据所述投加设备标识,向所述杀菌剂投加设备发送所述第一投加数据,以触发所述杀菌剂投加设备根据所述第一投加数据向所述目标杀菌池内投放杀菌剂;
第三获取模块,用于根据所述检测设备标识,从所述余量检测设备获取所述第一投加数据对应的第一余量实际数据;
确定模块,用于根据所述第一余量预测数据和所述第一余量实际数据,基于所述第一控制模型得到第二控制模型;
生成模块,用于根据所述第二控制模型、所述目标杀菌池的实际液体输入数据、目标余量数据,生成目标投加数据,并基于所述投加设备标识向所述杀菌剂投加设备发送所述目标投加数据,以触发所述杀菌剂投加设备根据所述目标投加数据向所述目标杀菌池内投放杀菌剂。
CN202110667651.6A 2021-06-16 2021-06-16 设备的运行控制方法及装置 Active CN113126682B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110667651.6A CN113126682B (zh) 2021-06-16 2021-06-16 设备的运行控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110667651.6A CN113126682B (zh) 2021-06-16 2021-06-16 设备的运行控制方法及装置

Publications (2)

Publication Number Publication Date
CN113126682A true CN113126682A (zh) 2021-07-16
CN113126682B CN113126682B (zh) 2021-09-10

Family

ID=76783267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110667651.6A Active CN113126682B (zh) 2021-06-16 2021-06-16 设备的运行控制方法及装置

Country Status (1)

Country Link
CN (1) CN113126682B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114995161A (zh) * 2022-07-18 2022-09-02 武汉华信数据系统有限公司 投药系统控制方法、装置以及计算机可读存储介质
CN116947189A (zh) * 2023-09-19 2023-10-27 武汉科迪智能环境股份有限公司 混凝剂投加控制方法、装置及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011169859A (ja) * 2010-02-22 2011-09-01 Nikuni:Kk 塩素濃度の自動管理方法および自動管理装置
KR20140073450A (ko) * 2012-12-06 2014-06-16 한국건설기술연구원 잔류염소센서를 이용한 관로 내 용수의 체류시간 예측방법을 통한 수질 관리 시스템 및 수질 관리 방법
CN203741174U (zh) * 2013-12-06 2014-07-30 重庆市炬泉环保工程有限公司 智能氯气投加污水处理系统
US8958917B2 (en) * 1998-12-17 2015-02-17 Hach Company Method and system for remote monitoring of fluid quality and treatment
CN106335977A (zh) * 2016-09-08 2017-01-18 武汉长江仪器自动化研究所有限公司 一种自来水加氯控制方法和系统
CN206440945U (zh) * 2016-07-12 2017-08-25 武汉长江仪器自动化研究所有限公司 一种基于人工神经网络算法的混凝投药控制系统
CN109678231A (zh) * 2018-11-15 2019-04-26 西安建筑科技大学 一种基于增量式pid控制的水箱加氯消毒方法及系统
CN208856967U (zh) * 2018-08-17 2019-05-14 大连大孤山污水处理有限公司 一种自动控制余氯装置
CN111742826A (zh) * 2020-06-28 2020-10-09 北京市水科学技术研究院 一种余氯浓度控制方法、装置及灌溉设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8958917B2 (en) * 1998-12-17 2015-02-17 Hach Company Method and system for remote monitoring of fluid quality and treatment
JP2011169859A (ja) * 2010-02-22 2011-09-01 Nikuni:Kk 塩素濃度の自動管理方法および自動管理装置
KR20140073450A (ko) * 2012-12-06 2014-06-16 한국건설기술연구원 잔류염소센서를 이용한 관로 내 용수의 체류시간 예측방법을 통한 수질 관리 시스템 및 수질 관리 방법
CN203741174U (zh) * 2013-12-06 2014-07-30 重庆市炬泉环保工程有限公司 智能氯气投加污水处理系统
CN206440945U (zh) * 2016-07-12 2017-08-25 武汉长江仪器自动化研究所有限公司 一种基于人工神经网络算法的混凝投药控制系统
CN106335977A (zh) * 2016-09-08 2017-01-18 武汉长江仪器自动化研究所有限公司 一种自来水加氯控制方法和系统
CN208856967U (zh) * 2018-08-17 2019-05-14 大连大孤山污水处理有限公司 一种自动控制余氯装置
CN109678231A (zh) * 2018-11-15 2019-04-26 西安建筑科技大学 一种基于增量式pid控制的水箱加氯消毒方法及系统
CN111742826A (zh) * 2020-06-28 2020-10-09 北京市水科学技术研究院 一种余氯浓度控制方法、装置及灌溉设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
毛湘云 等: "PSO-SVM与BP神经网络组合预测供水系统余氯的方法", 《土木与环境工程学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114995161A (zh) * 2022-07-18 2022-09-02 武汉华信数据系统有限公司 投药系统控制方法、装置以及计算机可读存储介质
CN116947189A (zh) * 2023-09-19 2023-10-27 武汉科迪智能环境股份有限公司 混凝剂投加控制方法、装置及存储介质
CN116947189B (zh) * 2023-09-19 2023-12-08 武汉科迪智能环境股份有限公司 混凝剂投加控制方法、装置及存储介质

Also Published As

Publication number Publication date
CN113126682B (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
CN113126682B (zh) 设备的运行控制方法及装置
CN107512754B (zh) 一种用于水处理的粉末活性炭加药自动控制系统
CN103542875A (zh) 用于并行校准至少两个传感器的装置和方法
CN111121859B (zh) 沼液浓度实时检测装置
Lee Current FDA perspective for continuous manufacturing
US10108205B2 (en) Method and system for controlling a flow ratio controller using feed-forward adjustment
JP2011169859A (ja) 塩素濃度の自動管理方法および自動管理装置
JP2016062598A (ja) Plcログデータを利用した異常発生予測システム
US20180285092A1 (en) Software update intervention as a service for industrial control systems
US11763243B2 (en) Plant operation support system and plant operation support method
CN112947617A (zh) 机器学习装置、pH值智能微调控制系统及其控制方法
CN104714203A (zh) 一种电能质量监测装置的校验方法
CN207699239U (zh) 一种用于水处理的粉末活性炭加药自动控制系统
CN111737914A (zh) 油井掺水流量的测量方法及装置、电子设备和存储介质
Haque et al. Image Processing Based Water Quality Monitoring System for Biofloc Fish Farming
CN112311935B (zh) 一种异常检测方法、装置及电子设备
Srinivasan et al. Smart monitoring and auto-neutralization of ph of alkaline liquids in process industries
CN113247977B (zh) 设备控制方法及装置、服务器
US10274454B2 (en) Concentration measurement method, concentration measurement program, concentration measurement system, and concentration measurement device
JP2006236226A (ja) プラント運用制御装置
KR20200068076A (ko) 상태 보정 기반의 강화학습 장치 및 그 방법
CN116699982A (zh) 用于废水处理的在线加药控制方法及系统
CN108483595A (zh) 二氧化氯投药控制方法及控制系统
Subandri et al. Early Warning System Of Water Quality Changes In Fishponds
CN117491960B (zh) 雷达产品检测方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant